Por qué importa

La decisión de Apple afecta directamente a la seguridad de sus usuarios. Al limitar los reportes, la compañía corre el riesgo de retrasar la corrección de fallos críticos que los atacantes podrían explotar mientras tanto.

  • El programa de recompensas de Apple paga hasta 2 millones de dólares por cadenas de exploits, y puede superar los 5 millones con bonificaciones.
  • Investigadores serios, como la firma Bynario, usan IA para encontrar vulnerabilidades reales, pero se topan con el nuevo tope.

El estado de las cosas

Apple confirmó al Financial Times que ajustó “el número de nuevos reportes que un investigador puede tener abiertos a la vez” y que los usuarios pueden solicitar un aumento de cuota. El sistema sigue requiriendo revisión humana, aunque Apple también usa IA para procesar la acumulación.

El caso de Bynario:

  • La startup italiana de siete personas encontró más de 50 bugs en macOS usando ChatGPT en tres semanas.
  • Uno de ellos era una cadena de escalamiento de privilegios que podía dar control total de un Mac.
  • No pudieron reportarlo porque ya habían alcanzado el límite de envíos.
  • Apple contactó a Bynario después de que el FT publicara el caso y está revisando sus hallazgos.

Entre líneas

La IA actúa como un arma de doble filo. Por un lado, permite a investigadores experimentados descubrir más fallos en menos tiempo. Por otro, atrae a aficionados que envían reportes sin verificar, generando “slop” —basura digital— que entierra los informes válidos.

Apple también se beneficia de la IA: en la reciente actualización iOS 26.6 corrigió casi 90 vulnerabilidades, varias atribuidas a herramientas de OpenAI y Anthropic. Pero su proceso de revisión, centrado en humanos, no da abasto.

Qué sigue

Apple ya está en contacto con Bynario para revisar el exploit bloqueado. La compañía podría ajustar su sistema de cuotas para evitar que fallos críticos queden sin reportar, pero el equilibrio entre filtros y accesibilidad sigue siendo un desafío.

La tendencia no es exclusiva de Apple: GitHub también introdujo un sistema escalonado para su programa de recompensas, buscando separar los reportes de calidad de la avalancha generada por IA.